MODELOS DE CLASES LATENTES PARA DEFINIR PERFILES … · 2013-06-18 · CBCL (Chile Behavior Check List) de Achenbach y Rescorla (2002) a padres de familia con el objetivo de evaluar

Revista Electrónica de Psicología Iztacala. 14, (1), 2011

www.revistas.unam.mx/index.php/repi www.iztacala.unam.mx/carreras/psicologia/psiclin

354

Vol. 14 No 1 Marzo de 2011

MODELOS DE CLASES LATENTES PARA DEFINIR PERFILES CONDUCTUALES EN

NIÑOS DE 4 Y 5 AÑOS. Claudio R. Castro López1, Aurora Montano Rivas2 y Laura Oliva Zarate3

Universidad Veracruzana Facultad de Estadística e Informática Instituto de Psicología en Educación

Resumen: El objetivo de la investigación que se reporta fue identificar problemas de conducta en los niño(a)s de 4 y 5 años de edad mediante la aplicación de un cuestionario sobre comportamiento infantil y su análisis, así como las conductas más manifestadas a estas edades. Se aplicó el cuestionario CBCL (Chile Behavior Check List) de Achenbach y Rescorla (2002) a padres de familia con el objetivo de evaluar los problemas de conducta que presentan niños en edad preescolar. La muestra de estudio se conformó de padres de 535 niños de entre 4 y 5 años de edad, que residen en la ciudad de Xalapa, Veracruz, México; correspondientes a tres estratos socioeconómicos. Se encontraron los modelos de clases latentes para los síndromes internos, externos y problemas del sueño los cuales presentan dos clases respecto de sus comportamientos, esto nos permitió identificar perfiles de conducta de mayor frecuencia en los niños. El aporte principal del estudio fue la identificación de las características de los niños que a edad temprana presentan problemas de conducta, con la finalidad de implementar métodos que permitan la modificación de sus futuros malos comportamientos; recomendando a las directoras de los planteles canalizar a los niño(a)s dentro de la escuela en caso de contar con un equipo multidisciplinario o bien de manera

1 Profesor de tiempo completo en la Facultad de Estadística e Informática, Universidad Veracruzana [email protected] 2 Profesora de tiempo completo en la Facultad de Estadística e Informática, Universidad Veracruzana [email protected] 3 Investigadora en el Instituto de Psicología en Educación, Universidad Veracruzana. [email protected]



355

externa con el especialista, bajo el previo conocimiento y apoyo de los padres. Palabras clave: Síndromes internos, Síndromes externos, Síndromes de sueño, Reactivo, Modelos de Clases Latentes, Perfil.

Abstract: The goal of our investigation was to identify behavioral patterns of 4 and 5 years old children. The questionnaire CBCL (Chile Behavior Check List) of Achenbach and Rescorla was applied to parents of family in order to collect information about their pre-school age children behaviour problems. We studied a sample of 535 parents of children among 4 and 5 years old who reside in the city of Xalapa, Veracruz, Mexico; corresponding to three socioeconomic layers. Models of two latent classes for the internal syndromes, external syndromes and problems of the dream were useful to identify the more frequents profiles of behaviour in the population. The main contribution of the study was the early identification of the characteristics of children who present behaviour problems, in order to implement methods which allow the modification of their possible future bad behaviour. Our results favour the possibility that children receive adequate attention by schools or be recommended to external attention in case there is not a multidisciplinary team at the school. Key words: Internal, external and dream syndromes, Item, Models of Latent Class Models, Profile.

Introducción. La aplicación de metodología estadística a problemas del comportamiento

humano y ciencias de la salud es frecuente y con resultados importantes desde el

punto de vista de los hallazgos encontrados en los diversos análisis univariantes,

bivariantes y sobre todo multivariantes.

Por otra parte, el uso de modelos estadísticos en diversas áreas científicas

se ha visto beneficiado por el apoyo que brindan los procesos computacionales,

en la actualidad es posible evaluar algoritmos complejos, que presentan altos

requerimientos de cálculo computacional. Tal es el caso de los Modelos de Clases

Latentes (MCL) de Lazarsfeld y Henry (1968) y Goodman (1974), los cuales

constituyen una poderosa herramienta para encontrar variables que subyacen en

los datos, pero que requieren de procesos computacionales complejos.

Presentamos en este documento el uso de los modelos de clases latentes,

aplicados a un problema de conducta en niños, bajo el esquema del modelo de



356

mezclas para agrupamiento; el cual considera que cada clase latente representa

una clase subyacente a la que pertenecen los individuos de una población o

muestra.

El problema Los trastornos de conducta se manifiestan, normalmente, en etapas muy

tempranas del desarrollo. Los padres expresan que sus hijos manifiestan

impulsividad, rabietas frecuentes e incontrolables así como agresividad. El

problema puede ser identificado en el inicio en la guardería o en la etapa

preescolar: En estos ámbitos, el niño pelea con frecuencia con compañeros, no

cumple las normas de la clase y los maestros externan su queja a los padres. De

no atender tal situación, se puede prever a futuro (adolescencia) un repertorio de

conductas, con frecuentes agresiones físicas, mentiras, robos, consumo de

drogas, amenazas y fugas del hogar. Tales niños, suelen ser manipuladores e

insensibles a los consejos y consecuencias. La identificación de trastornos de

conducta en la niñez permite predecir futuros problemas de adaptación durante la

adolescencia y la edad adulta. Los resultados empíricos de varias investigaciones

señalan que los niños en los que se manifiestan formas extremas de este tipo de

problemas no los superan con la edad. Por tanto, es una necesidad urgente

identificar a edad temprana a los niños que puedan plantear problemas de

conducta y cometer delitos, así como el descubrir y perfeccionar métodos que

permitan su modificación.

Método. Existen diversos métodos y pruebas que permiten evaluar alteraciones en el

desarrollo infantil, ya se trate de aspectos emocionales, conductuales,

psicosomáticos o cognitivos. Uno de los mas adecuados por su sencillez, validez,

fiabilidad, aplicación transcultural y transracial lo constituye el CBCL (Child

Behavior Check List) de Achenbach y Rescorla (2000), que permite discriminar

niños normales de aquellos con alteraciones de conducta, que posteriormente

podrían ocasionar trastornos psiquiátricos. Es un instrumento estandarizado que

permite evaluar problemas conductuales/emocionales.



357

El CBCL está diseñado para registrar en un formato estandarizado

competencias y problemas de los niños como los reportan sus padres o tutores.

Puede ser auto administrado o administrado por un entrevistador, por ejemplo,

cuando el padre o tutor es analfabeta. El CBCL está también diseñado para

identificar síndromes de problemas que tienden a ocurrir juntos, de hecho, una

razón principal para desarrollar el CBCL fue proveer una fundamentación empírica

para identificar síndromes a partir de los cuales se construye una taxonomía de

desórdenes de la infancia. La palabra síndrome se refiere a problemas que

tienden a ocurrir juntos, sin implicar ningún modelo en particular para la naturaleza

o causa de los desórdenes. En lugar de imponer a priori evaluaciones acerca de

qué síndromes se presentan en los niños, éstos, se derivan cuantitativamente del

registro de los ítems del CBCL para referencias clínicas de los niños, hechas por

sus padres.

En los 7 síndromes reportados, los nombres son considerados como

sumarios descriptivos de los ítems que componen el síndrome en lugar de ser

etiquetas diagnósticas. Las escalas de los síndromes designados como Reactivo

Emocionalmente, Introversión, Somatización y Ansioso/Depresivo están

agrupadas bajo el membrete de internalización. Los síndromes de las escalas

designadas como Problemas de Atención y Agresividad están agrupados bajo el

membrete de externalización. Ese agrupamiento de los síndromes refleja una

distinción que ha sido detectada en numerosos análisis multivariantes de los

problemas conductuales/emocionales de los niños. Los dos grupos de problemas

han sido variadamente llamados Problemas de Personalidad versus Problemas de

Conducta (Peterson, 1961), Internalización versus Externalización (Achenbach,

1966), por ejemplo.

Los grupos de internalización y externalización reflejan asociaciones

empíricas entre el subconjunto de escalas lo que implica poner en contraste clases

de problemas. Esos problemas no son mutuamente exclusivos, sin embargo,

algunos individuos podrían tener ambas clases de problemas. En muchos

ejemplos de niños, correlaciones positivas fueron encontradas entre las escalas de

internalización y externalización. La agrupación de Internalización es



358

operacionalmente definida como la suma de la cuenta sobre los ítems de los

problemas de las escalas, Emocionalmente reactivo, Introversión, Somatización y

Ansioso/Depresivo. La agrupación de externalización es definida como la suma de

la cuenta de los ítems de los problemas de las escalas Problemas de Atención y

Comportamiento Agresivo. Solo una de las escalas, Problemas de sueño, no ha

tenido consistentemente altas cantidades ni en factores de internalización ni

externalización, por lo que no se le adjudicó a ninguno de estos.

La tabla 1 muestra cada síndrome y los ítems asociados a estos, las

respuestas que se solicitan en cada ítem se encuentran en una escala de tres

opciones para cada ítem que describe al niño y que haya ocurrido dentro de los

últimos seis meses, los padres encierran en un círculo el 2 si el ítem es muy cierto

o muy a menudo en su hijo; el 1 si el ítem es en cierta manera o algunas veces en

su hijo y el 0 si el ítem no es cierto. El récord total de la escala es computado

sumando los 1 y 2 de la escala que fueron registrados como descriptivos del niño,

ubicándose en cualquiera de los rangos; normal, limítrofe y clínico.

SINDROME ITEMS

I Reactivo Emocionalme

nte internalizació

n

Cualquier cambio lo perturba Tic Muestra pánico sin razón Súbitos cambios de tristeza a excitación Súbitos cambios de humor o sentimientos Se pone de mal humor a menudo Se molesta con situaciones o gente nueva Se queja mucho Se preocupa demasiado por todo

II Ansioso/Depri

mido internalizació

n

Es dependiente o apegado a los adultos Se ofende fácilmente Se molesta demasiado cuando lo separan de sus padres Se ve triste sin razón aparente Nervioso o tenso Cohibido, se avergüenza con facilidad Demasiado temeroso o ansioso Infeliz, triste o deprimido

III Somatización internalizació

n

Dolores o malestares (sin causa médica) No tolera las cosas fuera de su lugar Estreñido, no defeca (cuando no está enfermo) Diarreas o heces líquidas (cuando no está enfermo) No come bien



359

Dolores de cabeza (sin causa médica) Nauseas Dolor al hacer sus necesidades (sin causa médica) Dolores de estómago o retortijones (sin causa médica) Demasiado preocupado por la limpieza o el orden Vómitos (sin causa médica)

IV Introversión

internalización

Actúa como si fuera mucho menor que su edad Evita el contacto visual con otras personas No contesta cuando al gente le habla No participa en juegos activos Parece no reaccionar al afecto Demuestra poco afecto hacia la gente Demuestra poco interés por lo que le rodea Ensimismado, no se relaciona con los demás

V Problemas de sueño

No quiere dormir solo Tiene dificultad para quedarse dormido Peasdillas Se resiste a ir a dormir en la noche Duerme menos que la mayoría de los niños durante el día y/o la noche Habla o llora mientras duerme Se despierta con frecuencia durante la noche

VI Problemas de Atención

exterrnalización

No puede concentrarse o restar atención por mucho tiempo No puede quedarse quieto, es inquieto o hiperactivo Mala coordinación o torpeza Pasa rápidamente de una actividad a otra Vaga sin dirección

VII Conducta Agresiva

exterrnalización

No puede esperar, lo quiere todo de inmediato Desafiante Sus necesidades deben ser satisfechas inmediatamente Destruye cosas de sus familiares o de otras personas Desobediente No parece sentirse culpable después de portarse mal Se frustra fácilmente Pelea mucho Le pega a otras personas Le hace daño a otras personas o a animales sin intención Enojadizo Ataca a la gente físicamente El castigo no cambia su comportamiento Grita mucho Egoísta o se niega a compartir Obstinado, malhumorado, irritable Le dan rabietas o tiene mal genio Poco cooperador Quiere mucha atención

Tabla 1 Síndromes y sus ítems



360

Clases Latentes. El Análisis de Clases Latentes (ACL) es un método estadístico que permite

estudiar la existencia de una o varias variables latentes categóricas a partir de un

conjunto de variables categóricas observadas, en las cuales se define una

clasificación o tipología de los individuos en estudio. El ACL utiliza modelos que

son muy importantes dentro del análisis de datos multivariados, un modelo de

variables latentes, se define simplemente como un modelo estadístico que

especifica la distribución conjunta de un conjunto de variables aleatorias en el cual

alguna de estas variables – variable latente – es no observable (Sepúlveda 2004).

Cuando esto sucede según Bartholomew y Knott (1999) hay dos razones

fundamentales, una de tipo pragmático y otra de corte más teórico. La primera es

cuando no es posible trabajar con el conjunto completo de variables, y se

considera conveniente reducir la dimensionalidad de los datos con la menor

pérdida de información posible, y la segunda es cuando muchos de los conceptos

que se manejan en otras ciencias no pueden ser observados directamente; por lo

tanto, los modelos con variables latentes proporcionan una vía para tratar ambos

problemas. De aquí el gran auge que han tenido, presentándose un gran número

de aplicaciones, en particular en las áreas como: ciencias sociales, medicina y

psicología (conducta); siendo un método de investigación muy activo en los

últimos 10 años.

El ACL define una clase latente por el criterio de la independencia

condicional, hipótesis muy fuerte que se debe cumplir, pues indica, que dentro de

cada clase latente cada variable es estadísticamente independiente de las otras

variables. Este supuesto implica que las variables latentes son las responsables

de la relación observada en las variables manifiestas, por lo tanto, no existe una

relación directa entre las variables manifiestas, estas están correlacionadas entre

si, pero esta correlación desaparece si las variables latentes permanecen

constantes. En otras palabras, toda la asociación observada entre las variables

manifiestas, está medida o explicada por las variables latentes.

Entre los autores clave en el desarrollo del ACL podemos citar a Lazarsfeld y

Henry (1968) o Goodman (1974), entre otros, aportan las ideas iniciales de este

tipo de modelos. Recientes trabajos como los de Lindsay, Clogg y Greco (1991);



361

Uebersax (1993); Magidson y Vermunt (2001) o Vermunt y Magidson (2002),

Sepúlveda (2004), entre otros, dan cuenta del desarrollo que han alcanzado

algunos métodos y modelos relacionados con el modelo de clases latentes.

El ACL supone un modelo paramétrico para obtener la clase de pertenencia

de un individuo a su clase latente, y lo hace tomando como base a los datos

observados. Los parámetros del modelo son las probabilidades de las clases

latentes y las probabilidades condicionales, es decir; (1) la existencia de C clases

latentes o subpoblaciones o submuestras (no observables directamente) y (2) las

probabilidades condicionales, también denominadas probabilidades a posteriori,

son las probabilidades obtenidas cuando las categorías de las variables (ítems)

observadas pertenecen a determinada categoría definida en la clase latente.

Existen dos supuestos a considerar en un análisis de clases latentes, uno de

ellos es el supuesto de independencia local, el cual considera que dentro de cada

clase latente las variables observadas son estadísticamente independientes, por lo

que la relación entre estas variables viene dada exclusivamente por la pertenencia

de un individuo a una clase en particular, ya que se espera que si la variable

latente permanece constante, cualquier relación existente entre las variable

manifiestas desaparece. Un aspecto importante y que tiene que ver con la

colapsabilidad o agrupamiento de categorías, es que si el supuesto de

independencia local se verifica para un conjunto de variables manifiestas, también

se verificará para un subconjunto de estas variables (Clogg, 1988).

El segundo supuesto es que las clases latentes son internamente

homogéneas, es decir, todos los miembros de una clase latente tienen la misma

distribución de probabilidad con respecto a la variable latente, y ésta será distinta

a la distribución de probabilidad para los individuos pertenecientes a otra clase,

por lo que individuos en diferentes clases presentarán características diferentes.

Este hecho sirve para diferenciar a los individuos pertenecientes a diferentes

clases y poder caracterizar tanto la variable latente como las clases latentes.

Considérese una variable latente Y con C categorías, donde cada categoría

de Y define una clase latente que se identificará con la misma letra que la



362

categoría correspondiente, y Q variables manifiestas i1, i2, …, iQ indicadoras de

la variable latente Y.

En este contexto, el MCL está definido por:

∑ ====c

ccpp ),Y()( iIiI (1)

donde ( )Qiii ,...,,1 2=i es un patrón de respuesta cualesquiera, )( iI =p es la

probabilidad conjunta de las variables observadas, y ),Y( iI == cp es la

probabilidad conjunta de tener un patrón de respuesta i y pertenecer a la clase

latente c. El modelo (1) se puede expresar por:

( )∑ ====

∑=

====

C

ccpcp

C

ccpp

Y)Y(

1),Y()(

iI

iIiI

(2)

donde p(Y = c), es la probabilidad de pertenecer a la clase latente c, conocida

como probabilidad a priori, y ( )cp == YI i es la probabilidad condicional de

obtener un determinado patrón de respuesta dado que el individuo pertenece a la

clase latente c. Así, (2) se puede expresar por:

( )∏

=

==∑ ===Q

1q

Yq

)Y()( cipC

ccpp

qiiI

donde ( )cip == Yqqi es la probabilidad de obtener un determinado valor en la

variable iq, dado que se está en la clase latente c.

Individuos con patrón de respuesta i son clasificados dentro de la clase

latente c, utilizando un asignamiento modal, es decir, los individuos se asignan a la

clase latente para la cual su probabilidad a posteriori, )/Y( iI == cp , es mayor

Clogg (1988).



363

Para estimar las probabilidades a posteriori, se utiliza el teorema de Bayes:

( )( )iI

iIiI

=

=====

p

cpcp

,Y)/Y( (3)

cuyo numerador y denominador, están definidos en las fórmulas anteriores.

Un criterio de selección del mejor modelo puede ser el criterio AWE (Average

Weight of Evidence) el cual se define de la siguiente forma Vermunt y Magidson

(2005):

nparNLAWE

++−= log

2

32log2

donde:

Llog = log verosimilitud

N: Tamaño de la muestra

npar: número de parámetros estimados

Aplicación. La población objeto de estudio son niños de entre 4 y 5 años de edad que

residen en la ciudad de Xalapa México, la muestra obtenida se conforma de la

opinión de padres de 535 niños, a quienes se les aplicó la escala CBCL sobre su

comportamiento conductual en los ítems ya mencionados. Los individuos de

estudio pertenecen a tres estratos socioeconómicos: bajo, medio y alto.

Se realizó la búsqueda de un modelo de clases latentes que agrupa las

variables manifiestas de los síndromes internos (síndromes I, II, III y IV), un

modelo de clases latentes que agrupa las variables manifiestas de los síndromes

externos (síndromes VI y VII) y un modelo de clases latentes para las variables

manifiestas que consideran el síndrome V, problemas de sueño. Se utilizó el

software LATENT GOLD versión 4.0 (2003) de Statistical Innovations, para realizar



364

la búsqueda de los modelos de clases latentes, mediante una estimación máximo

verosímil de los parámetros utilizando el algoritmo EM.

Para el caso de los síndromes internos se obtuvieron los coeficientes que

presenta la siguiente Tabla:

Número de modelo

Número de clases latentes

AWE p-

valor Modelo 1 2-Clases 26180.2647 1.00 Modelo 2 3- Clases 26550.1281 1.00 Modelo 3 4- Clases 27033.9202 1.00 Modelo 4 5- Clases 27569.8113 1.00

Tabla 2. Coeficientes AWE de los modelos obtenidos para los ítems de los síndromes internos.

Del análisis de estos coeficientes y en base al valor del estadístico AWE más

pequeño, se seleccionó el modelo de 2 clases, el cual tiene las probabilidades a

posteriori que se presentan en la Tabla 3.

Item /

categoría Clase 1 Clase 2

Item


Item


21 79 92

Nunca 0.7955 0.3904 Nunca 0.9613 0.6784 Nunca 0.9184 0.6778

Algunas veces 0.1939 0.4782 Algunas veces 0.0382 0.2842 Algunas veces 0.0784 0.2700

Frecuentemente 0.0106 0.1314 Frecuentemente 0.0005 0.0374 Frecuentemente 0.0032 0.0522

46 82 97




51 83 99




Item /


Item


Item


P10 P87 P24




P33 P90 P39






365

P37

P1

P45




P43 P7 P52




P47 P12 P78




P68 P19 P86




P93 P23 P70



Frecuentemente 0 0 Frecuentemente 0.0774 0.2716 Frecuentemente 0.0097 0.1232

P2

P62

P71



Frecuentemente

0.0105 0.0505 Frecuentemente 0.0019 0.0447 Frecuentemente 0.0049 0.0973

P4 P67 P98




Tabla 3. Probabilidades a posteriori correspondientes al modelo de dos clases.

Como se puede observar la categoría nunca del ítem 21 tiene mayor

probabilidad de pertenencia a la clase 1, y por otra parte algunas categorías de

determinados ítems tienen probabilidades mayores a O.5. Esto permitirá obtener

los perfiles de conducta de individuos que pertenecen a cada clase.

De manera análoga se procedió para obtener los modelos para los

síndromes externos, y el síndrome de problemas del sueño. En ambas situaciones

se obtuvieron modelos con dos clases latentes.



366

Resultados En base al análisis estadístico realizado, se presentan a continuación los

perfiles conductuales que presentan los niños según los síndromes internos,

externos y problemas asociados al sueño:

Perfil de las clases latentes en base a síndromes internos

Considerando las respuestas de los padres de familia como el patrón de

respuestas de cada individuo (36 variables indicadoras o ítems que corresponden

a los síndromes internos), aplicando un modelo de clases latentes en donde se

identifiquen diferentes clases, la tabla 2 muestra la obtención de 4 modelos en los

cuales se obtienen de 2 a 5 clases, con bondad de ajuste buena (p-valor 1.0).

Elegimos el modelo de 2 clases el cual tiene un coeficiente AWE de 26180.2647

que resulta menor al de los otros modelos. La clase 1 contiene el 60.63 % de los

casos y la clase 2 el 39.37 % restante.

Los perfiles de clase se describen a continuación:

� La clase 1 contiene el 60.63 % de los casos y el cluster 2 el 39.37 %

restante. Los individuos que se agrupan en esta clase son niños con una alta

probabilidad de no manifestar las características de los síndromes internos (esto

en base a las altas probabilidades a posteriori para la categoría nunca.

� Los individuos que se clasifican en la clase 2 son niños con una

probabilidad de mas del 50% de manifestar algunas veces las características de

los síndromes internos, tales como Súbitos cambios de humor o sentimientos

(ítem 82 con de probabilidad 0.6549 de manifestar algunas veces esta

característica), Se pone de mal humor a menudo (ítem 83 con de probabilidad

0.5446 de manifestar algunas veces esta característica), Cohibido, se avergüenza

con facilidad (ítem 68 con de probabilidad 0.5141 de manifestar algunas veces

esta característica), Demasiado temeroso o ansioso (ítem 87 con de probabilidad

0.5259 de manifestar algunas veces esta característica), No contesta cuando la

gente le habla (ítem 23 con de probabilidad 0.5567 de manifestar algunas veces

esta característica).



367

Perfil de las clases en base al síndrome de problemas del sueño

Considerando las respuestas de los padres de familia como el patrón de

respuestas de cada individuo, aplicando un modelo de clases latentes en donde se

identifiquen diferentes clases, y siguiendo el procedimiento anteriormente descrito,

se obtiene un modelo de dos clases o clusters para las 7 variables indicadoras o

ítems, que corresponden al síndrome de problemas de sueño. La clase 1 contiene

el 67 % de los casos y la clase 2 el 33 % restante.

� Los individuos que se clasifican en el cluster 1 son niños con una alta

probabilidad de no presentar las características del síndrome.

� Los individuos que se clasifican en el cluster 2 son niños con una

probabilidad de más del 50 % de presentar algunas veces las características

Pesadillas (ítem 48), Se resiste a ir a dormir en la noche (ítem 64), con una

probabilidad entre el 40 % y menor a 50 %, de hablar o llorar mientras duerme

(ítem 84), despertarse con frecuencia durante la noche (ítem 94), y a menudo

presenta la característica no quiere dormir solo (ítem 22).

Perfil de las clases en base a síndromes externos

Para los síndromes externos se obtiene un modelo de dos clases, donde la

clase 1 contiene el 57.98 % de los casos y el cluster 2 el 42.02 % restante.

� Los individuos que se clasifican en el cluster 1 son niños que tienen una

probabilidad alta de no presentar un gran numero de características del síndrome,

sin embargo tienen un probabilidad del 50% o mayor, de presentar las

características: desobediente (ítem 20), enojadizo (ítem 44) requiere mucha

atención (ítem 96).

� Los individuos que clasifican en el cluster 2 son niños que presentan una

probabilidad del 50 % o mayor de manifestar algunas veces las siguientes



368

características del síndrome: no puede concentrarse o prestar atención por mucho

tiempo (ítem 5), pasa rápidamente de una actividad a otra (ítem 59), sus

necesidades deben ser satisfechas inmediatamente (ítem 16), no parece sentirse

culpable después de portarse mal (ítem 27), pelea mucho (ítem 35), enojadizo

(ítem 44), obstinado, malhumorado, irritable (ítem 81), requiere mucha atención

(ítem 96), desobediente (ítem 20), egoísta o se niega a compartir (69), le dan

rabietas o tiene mal genio (ítem 85).Y presentan a menudo la característica de

No puede esperar, lo quiere todo de inmediato (ítem 8).

Conclusiones:

De acuerdo a los resultados podemos decir que el análisis de Clases

Latentes es una herramienta útil para estudiar el comportamiento conductual de

los niños. La modelación basada en Clases Latentes, nos permitió obtener 3

modelos con dos clases cada uno, que describen los comportamientos

conductuales en niños de 4 y 5 años que viven en la ciudad de Xalapa, Veracruz,

México, en lo referente a manifestaciones internas (síndromes internos), externas

(síndromes externos) y problemas de sueño, según el CBCL (Child Behavior

Check List) de Achenbach y Rescorla (2000).

Se obtuvieron los perfiles conductuales del niño preescolar los cuales son:

problemas del sueño, problemas de atención y agresividad, y problemas de índole

interno que en este caso nos permitió caracterizar patrones de comportamiento

que solo agrupados en determinadas conductas permiten la identificación de un

problema conductual, y que conductas presentadas de manera aislada no son

suficientes para definir un problema determinado. Bajo este planteamiento los

maestros, padres de familia y especialistas dejaran de etiquetar de manera vaga

los problemas que aquejan a los niños, brindando así mayor seguridad en la

definición de un perfil conductual.

Cabe mencionar que los resultados obtenidos respecto a la detección de los

problemas conductuales y los perfiles obtenidos fueron oportunamente entregados

a las Directoras de los planteles, a quienes se les recalcó la importancia de la

aproximación de un diagnóstico respecto a los problemas, tanto afectivos como de



369

conducta, en los niños de edad preescolar, recomendándose la canalización

dentro de la escuela, en caso de contar con un equipo multidisciplinario o bien de

manera externa con un especialista, esto, previo conocimiento y apoyo de los

padres. De esta manera se contribuye a la detección oportuna del síntoma en el

preescolar y se brindan resultados que son útiles en la observación del

comportamiento infantil en el ámbito escolar.

Por otra parte, el resultado de la adaptación del instrumento reveló que son

mínimos los cambios necesarios respecto a las preguntas que contiene el

cuestionario, por lo que es factible aplicarlo como originalmente ha sido elaborado

por Achenbach. Esto nos ha servido de referencia para aplicar nuevamente el

instrumento en particular a jóvenes de 12 a 17 años de la ciudad de Xalapa,

utilizando el que elaboró el autor sin ninguna adaptación, ya que con los datos

obtenidos en el presente estudio nos permite utilizar los instrumentos que han sido

elaborados para cada edad sin riesgo de obtener diferencias relevantes en lo que

se refiere a su adaptación; corroborando así la libertad de influencia cultural que

su creador sostiene.

Cabe mencionar que no obstante a lo antes mencionado se esta

corroborando a través de un análisis estadístico la adaptación del instrumento

para jóvenes aplicado en una muestra representativa de la ciudad.

Referencias bibliográficas.

Achenbach, T. y L. Rescorla (2002): Cuestionario sobre el comportamiento de niño(as) de 11/2-5 años. Burlington. ASEBA.

Bartholomew, D. J. y Knott, M. (1999): Latent Variable Models and Factor Analysis.

2nd Edition. Oxford University Press. London. Breiger, R. (1981): The Social Class Structure of Occupational Mobility. American

Journal of Sociology. 87, 578-611. Clogg, C. (1988): Latent class models for measuring. In R. Langeheine and J. Rost

(eds.). Latent Trait and Latent Class Models. Plenum Press. New York. Gilula, Z. (1986): Grouping and Association in Contingency Tables: An Exploratory

canonical Correlation Approach. Journal of American Statistical Association. 81, 773-779.



370

Goodman, L. A. (1974): ‘Exploratory latent structure analysis using both identifiable

and unidentifiable models’. Biometrika. 61, 215-31. Lazarsfeld, P. F. & Henry, N. W. (1968): Latent Structure Analysis. Houghton

Mifflin. Boston. Lindsay, B.; Clogg, C. C. y Greco, J. (1991): Semiparametric estimation in the

Rash model and related exponential response models, including a simple latent class model for item analysis. Journal of the American Statistical Association. 86, 96-107.

Magidson, J. y Vermunt, J. (2001): Latent class factor and cluster models, bi-plots

and related graphical displays. Sociological Methodology. 31, 223-264.

Peterson, D.R. (1961): Behavior problems of middle childhood. Journal of

Consulting Psychology, 25, 205-209. Sepulveda, R. (2004): Contribuciones al Análisis de Clases Latentes en Presencia

de Dependencia Local. Tesis doctoral, Universidad de Salamanca. Uebersax, J. S. (1993): Statistical modeling of expert ratings on medical treatment

appropriateness. Journal of the American Statistical Association. 88, 421-27.

Vermunt K. y Magidson J. (2005) Technical Guide for Latent Gold 4.0. Statistical

Innovations Inc.

Documents

MODELOS DE CLASES LATENTES PARA DEFINIR PERFILES … · 2013-06-18 · CBCL (Chile Behavior Check List) de Achenbach y Rescorla (2002) a padres de familia con el objetivo de evaluar